星期天要睡觉
机器学习—— TF-IDF文本特征提取评估权重 + Jieba 库进行分词（以《红楼梦》为例）
TF-IDF（Term Frequency-Inverse Document Frequency，词频 - 逆文档频率）是文本挖掘领域中一种常用技术，其核心作用是评估某个词语在特定文档中的重要程度。词频（TF）：指一个词语在当前文档中出现的频率。逆文档频率（IDF）：用于衡量该词语在整个文档集合中的普遍重要性（即该词是否在多数文档中都频繁出现）。通常来说，一个词语的 TF-IDF 值越高，就意味着它在当前文档中的重要性越高。jieba.load_userdict(r"./红楼梦/红楼梦词库.txt")
OBOO鸥柏商用液晶显示厂家 
作者推荐
- 王知无(import_bigdata)
- 微信搜：import_bigdata GitHub搜：https://github.com/wangzhiwubigdata/God-Of-BigData
关注
- 胡小牧
- 岁月推动着年华，伴随着流水的脚步走过春夏秋冬。回想一路走来磕磕绊绊，感谢前辈们的无私奉献，本文重在共享,欢迎大家转载,评论,收藏,点赞,谢谢,如果您对文章存在疑问，或者和您的文章类似，请私信，----------------期待是心痛的根源，心不动，则不痛。
关注
